BAB 4 DATA DAN ANALISIS
BAB IV DATA DAN ANALISIS Pelaksanaan dari penelitian ini dilakukan dengan menggunakan metode penelitian yang telah dijelaskan pada Bab 3, terhadap faktor-faktor investasi Teknologi Informasi yang berpengaruh terhadap kinerja perusahaan. Pada bab ini dijelaskan tentang pelaksanaan penelitian yaitu mulai dari gambaran umum data penelitian sampai dengan analisis data dengan menggunakan bantuan program statistik dan simulasi monte carlo. 4.1
GAMBARAN UMUM DATA Data-data yang dikumpulkan adalah data primer yang bersumber dari hasil
kuesioner dan sekunder yang bersumber dari laporan keuangan perusahaan. Metode pengambilan data dilakukan dengan pengisian kuesioner secara langsung dengan metode wawancara terstruktur dan menyebarkan kuesioner secara langsung kepada responden yang berkaitan. Populasi yang dijadikan sampel dalam pengisian kuesioner ini terbagi dua tahap yaitu : tahap kuesioner dari pakar dan tahap kuesioner dari user sistem informasi di PT. XYZ. Sebaran kedua tahap kuesioner ini dilakukan pada Awal Februari 2008 sampai dengan April 2008. Format kuesioner yang peneliti sebarkan dan diisi oleh responden pakar dapat dilihat pada lampiran. Jenis data yang diperoleh dari kuesioner ini adalah nominal dan ordinal.
Data nominal, yang memberikan gambaran mengenai responden dan karakteristiknya, meliputi: jabatan responden, tingkat pendidikan, dan pengalaman di bidang bersangkutan.
Data ordinal, yang memberikan hasil penilaian dari para responden mengenai variabel-variabel total investasi TI, kapabilitas TI, dan kinerja perusahaan. Penilaian terhadap variabel bebas dan variabel terikat yang dilakukan oleh
pakar terdiri dari dua bagian, yaitu:
Penilaian terhadap variabel total investasi TI (bebas) serta kinerja keuangan perusahaan (terikat).
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
44
BAB 4 DATA DAN ANALISIS
Penilaian terhadap variabel kapabilitas TI (bebas) dan kinerja sistem informasi yang digunakan (terikat). Adapun jumlah responden pakar yang digunakan dalam penelitian ini adalah
sebanyak 4 orang dengan rincian seperti pada tabel di bawah ini: Tabel 4.1. Distribusi kuesioner penelitian kepada responden pakar
1. 2.
PT. Taharica SCS Astragraphia
Kuesioner disebar 1 1
3.
PT. Wijaya Karya
1
1
4.
IT Consultant
1
1
5.
Smart Telecom Tbk.
1
0
6.
Tyco
1
0
6
4
No.
Institusi
Total
Kuesioner dikembalikan 1 1
Latar belakang pendidikan dan pengalaman pakar di bidang teknologi informasi dapat dilihat pada gambar di bawah ini: .
Tingkat Pendidikan dan Pengalaman Responden Pakar
25%
25%
75%
S1
S2
75%
10-15 Tahun
> 15 Tahun
Gambar 4.1. Tingkat Pendidikan dan Pengalaman Pakar di Bidang TI
Interpretasi: Dari gambar di atas terlihat bahwa jumlah responden pakar sebanyak 4 orang yang berpengalaman antara 10-20 tahun di bidang Teknologi Informasi. Adapun rinciannya masing 1 orang (25%) responden berpengalaman lebih dari 15 tahun dan sisanya sebesar 3 orang (75%) berpengalaman antara 10-15 tahun. Untuk
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
45
BAB 4 DATA DAN ANALISIS
tingkat pendidikan sebanyak 1 orang (25%) dari pakar lulusan S2 dan sisanya sebesar 3 orang (75%) adalah lulusan S1. Secara umum jawaban responden pakar menganggap keseluruhan variabel telah sesuai dengan kebutuhan dan layak untuk digunakan dalam penelitian. Tabulasi penilaian responden pakar dapat dilihat pada lampiran. Selanjutnya setelah penilaian terhadap pendapat pakar mengenai variabelvariabel penelitian selesai, dilakukan pengumpulan data berupa laporan keuangan perusahaan selama tahun 2000-2006 dan jumlah investasi TI pada tahun yang sama. Selain itu dilakukan pula penyebaran kuesioner terhadap user sistem informasi yang terdiri dari direksi, manajer, dan staf di lokasi penelitian yang bertujuan untuk menilai kapabilitas TI perusahaan. Data sekunder yang dikumpulkan bersumber dari laporan keuangan perusahaan yang telah diaudit oleh auditor independen yang ditunjuk. Data-data tersebut bertujuan untuk menilai total jumlah investasi TI dan kinerja perusahaan berdasarkan variabel-variabel penelitian yang telah divalidasi oleh pakar. Ikhitisar laporan keuangan dan jumlah investasi TI yang dimiliki oleh perusahaan selama periode tahun tersebut dapat dilihat pada lampiran penelitian ini. Bentuk kuesioner yang disebarkan oleh peneliti kepada user sistem informasi dapat dilihat pada lampiran penelitian ini. Adapun jumlah responden yang mengisi kuesioner sebanyak 30 orang, seperti terlihat pada tabel di bawah ini: Tabel 4.2. Distribusi kuesioner penelitian kepada user TI
No.
Bagian
Kuesioner disebar 4 3
Kuesioner dikembalikan 1 1
1. 2.
Komisaris Direksi
3.
Bagian Operasi
10
9
4.
Bagian Usaha
10
6
5.
Bagian Workshop
6
5
6.
Bagian Keuangan
3
2
7.
Bagian Akuntansi
4
3
8
Bagian Umum
4
3
44
30
Total Sumber: Hasil Olahan
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
46
BAB 4 DATA DAN ANALISIS
Gambar di bawah ini menunjukkan persentase jabatan responden user sistem informasi pada PT. XYZ yang mengembalikan kuesioner kepada peneliti: Jabatan Responden User TI
Staf 17%
Komisaris 3%
Direksi 3%
Supervisor 34%
Komisaris
Manager 23%
Ass. Manager 20%
Direksi
Manager
Ass. Manager
Supervisor
Staf
Gambar 4.2. Jabatan Responden User TI
Interpretasi: Gambar di atas menunjukkan bahwa dari 30 orang responden user TI yang mengisi dan mengembalikan kuesioner kepada peneliti, masing-masing memiliki jabatan sebagai berikut:
Komisaris
: 1 orang (3%)
Direksi
: 1 orang (3%)
Manager
: 7 orang (23%)
Asisten Manager
: 6 orang (20%)
Supervisor
: 10 orang (34%)
Staf
: 5 orang (17%)
Sedangkan berdasarkan tingkat pendidikan responden user TI, persentasenya seperti yang ditunjukkan pada gambar di bawah ini:
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
47
BAB 4 DATA DAN ANALISIS
Tingkat Pendidikan Responden User TI
SMA 7%
D3 17%
S1 76%
D3
S1
SMA
Gambar 4.3. Tingkat Pendidikan Responden User TI
Interpretasi: Dari gambar di atas terlihat bahwa tingkat pendidikan 30 orang responden user TI yang mengisi dan mengembalikan kuesioner adalah:
S1
: 23 orang (76%)
D3
: 5 orang (17%)
SMA
: 2 orang (7%)
Persentase responden user TI berdasarkan pengalaman dapat dilihat pada gambar berikut ini: Pengalaman Responden User TI
< 5 Tahun 13%
> 10 tahun 30%
5-10 tahun 57%
> 10 tahun
5-10 tahun
< 5 Tahun
Gambar 4.4. Tingkat Pengalaman Responden User TI
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
48
BAB 4 DATA DAN ANALISIS
Interpretasi: Gambar di atas menunjukkan bahwa pengalaman responden user TI di PT. XYZ adalah sebanyak 9 orang (30%) berpengalaman lebih dari 10 tahun, untuk responden yang berpengalaman antara 5-10 tahun sebanyak 17 orang (57%) dan untuk responden yang memiliki pengalaman kurang dari 5 tahun sebanyak 4 orang (13%). 4.2
TABULASI DATA Tabulasi data hasil kuesioner penelitian tentang analisis hubungan investasi
teknologi informasi terhadap kinerja perusahaan dibuat dalam lampiran dan terdiri dari:
Jumlah investasi teknologi informasi yang dilakukan oleh PT. XYZ selama periode tahun 2000-2006 (variabel bebas) dan rasio-rasio keuangan perusahaan selama periode tahun yang sama (variabel terikat).
Kapabilitas teknologi informasi menurut penilaian user TI (variabel bebas) dan penilaian user terhadap kinerja teknologi informasi yang digunakan oleh perusahaan.
4.3 ANALISIS DATA 4.3.1
Analisis Deskriptif Penggunaan analisis statistik deskriptif dimaksudkan untuk mendapatkan
gambaran kualitatif mengenai data yang telah diberikan oleh responden. Dalam hal ini analisis deskriptif menggambarkan nilai mean dan median dari keseluruhan data yang merupakan jawaban dari variabel-variabel penelitian. Tabel 4.3. Deskripsi Kualitas Variabel Penelitian
No.
Uraian
X1 Total Investasi TI Kapabilitas sumberdaya manusia X2 Kemampuan teknis staf TI
Tingkat Kualitas Mean Median 2.75
2.76
4.57
5
X3
Kemampuan bisnis staf TI
3.60
4
X4
Kemampuan TI end users
3.80
4
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
49
BAB 4 DATA DAN ANALISIS
Kemampuan perusahaan memenuhi kebutuhan SDM TI yang berkualitas` Penggunaan TI internal X6 Email X5
4.33
4
4.13
4
X7
Intranet
3.13
3
X8
Perangkat nirkabel
3.70
4
Kesiapan supplier dalam menggunakan TI X9
Email
4.27
4
X10
Intranet
3.40
3
X11
Perangkat nirkabel
3.00
3
4.37
4
4.70
4
4.13
4
2.40
2
3.37
3
X12 Intensitas transaksi digital Kapabilitas manajemen X13 Komitmen manajemen senior terhadap TI Keterlibatan unit bisnis lainnya dalam keputusan investasi TI Kemampuan internet X15 Penggunaan internet untuk penjualan X14
X16
Penggunaan internet untuk pelayanan pelanggan
6
Tingkat Kualitas
5 4 Mean Median
3 2 1 0 X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
Variabel
Gambar 4.5. Grafik Deskriptif Kualitas Faktor Investasi dan Kapabilitas TI Tabel dan grafik di atas menunjukkan bahwa nilai rata-rata jumlah investasi TI yaitu sebesar 2,75. Sedangkan untuk faktor kapabilitas TI, nilai rata-rata tertinggi yaitu 4,70 ada pada komitmen manajemen senior terhadap TI (X13).
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
50
BAB 4 DATA DAN ANALISIS
4.3.2
Analisis Korelasi Untuk mencari kekuatan hubungan antara variabel dari data yang telah
dikumpulkan, maka perlu dilakukan analisis korelasi. Analisis korelasi yang dipakai adalah analisis korelasi dengan metode korelasi Pearson (product momen correlation). Dalam Penelitian ini, analisis korelasi dilakukan untuk melihat pengaruh:
Total investasi TI terhadap kinerja perusahaan yang berupa variabel-variabel rasio keuangan.
Kapabilitas TI perusahaan dalam mendukung kinerja perusahaan. Dalam analisis korelasi ini ditetapkan α (level of significant) = 0.05.
Angka probabilitas (p-value) yang berada di bawah 0.05 menunjukkan adanya korelasi yang signifikan.( Singgih Santoso, 2004) Dengan bantuan program SPSS 16.0 didapatkan korelasi antara masingmasing variabel bebas dengan variabel terikat berdasarkan kedua model di atas, seperti yang terlihat pada tabel berikut ini: Tabel 4.4. Korelasi Antara Total Investasi TI Terhadap Variabel Kinerja Perusahaan ROI Variabel Total Investasi
ROA
ROE
Korelasi
Signifikansi
Korelasi
Signifikansi
Korelasi
Signifikansi
0.910
0.002
0.786
0.018
0.647
0.058
Tabel 4.5. Korelasi antara Kapabilitas TI Terhadap Variabel Kinerja TI Variabel
Uraian
Kapabilitas sumberdaya manusia X2 Kemampuan teknis staf TI X3 Kemampuan bisnis staf TI X4 Kemampuan TI end users Kemampuan perusahaan memenuhi kebutuhan SDM TI X5 yang berkualitas Penggunaan TI internal X6 Email X7 Intranet X8 Perangkat nirkabel Kesiapan supplier dalam menggunakan TI X9 Email X10 Intranet X11 Perangkat nirkabel X12 Intensitas transaksi digital
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
Kinerja Korelasi Signifikansi 0.708 -0.199 0.000
0.000 0.146 0.500
-0.312
0.047
-0.304 0.365 -0.089
0.051 0.024 0.320
-0.154 -0.027 -0.026 -0.211
0.208 0.443 0.447 0.132
51
BAB 4 DATA DAN ANALISIS
Kapabilitas manajemen X13 Komitmen manajemen senior terhadap TI Keterlibatan unit bisnis lainnya dalam keputusan X14 investasi TI Kemampuan internet X15 Penggunaan internet untuk penjualan X16 Penggunaan internet untuk pelayanan pelanggan
0.790
0.000
0.371
0.022
-0.031 -0.107
0.436 0.288
Dari tabel 4.4. terlihat bahwa variabel total investasi TI memiliki hubungan erat dan tingkat signifikansi yang layak terhadap variabel-variabel kinerja perusahaan, yaitu:
Terhadap variabel ROI, Total Investasi TI memiliki hubungan erat dengan angka korelasi sebesar 0,910 dan tingkat signifikansi 0.002.
Terhadap variabel ROA, Total Investasi memiliki hubungan erat dengan angka korelasi sebesar 0,786 dan tingkat signifikansi 0,018.
Terhadap variabel ROE, meskipun angka korelasi yang ditunjukkan cukup besar yaitu 0.647, namun tingkat signifikansinya tidak memenuhi syarat.
Sedangkan untuk hubungan antara kapabilitas TI terhadap kinerja perusahaan ditemukan hubungan yang erat pada variabel kemampuan teknis staf TI (X2) dan komitmen manajemen senior terhadap TI (X13), dengan angka korelasi masingmasing sebesar 0,708 dan 0,790. 4.3.3 Analisis Regresi Analisis regresi dilakukan untuk mendapatkan model persamaan matematis dari variabel-variabel penelitian dengan bantuan software SPSS 16.0. Dalam analisis ini perlu diperhatikan bahwa tingkat signifikansi yang disyaratkan dari masing-masing koefisien yang dihasilkan dalam persamaan regresi adalah α < 0.05.
Hubungan antara Total Investasi TI terhadap Kinerja Perusahaan Dengan menggunakan metode stepwise pada SPSS 16.0 dengan maksud
agar variabel-variabel yang tidak memenuhi syarat signifikansi akan secara otomotis dikeluarkan dari persamaan, diperoleh koefisien persamaan regresi seperti yang terlihat pada tabel berikut:
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
52
BAB 4 DATA DAN ANALISIS
Tabel 4.6. Hubungan antara Total Investasi TI Terhadap ROI Coefficientsa
Model
Unstandardized Coefficients Std. Error
B 1
(Constant) Total
-1.766
.873
1.493
.304
Standardized Coefficients
t
Sig.
Beta
Zero-order
.910
Collinearity Statistics
Correlations
-2.024
.099
4.909
.004
.910
Partial
.910
Part
.910
Tolerance VIF
1.000 1.000
a. Dependent Variable: ROI
Dari tabel 4.5 di atas diperoleh model persamaan regresi hubungan antara total investasi TI (X1) terhadap variabel dependen ROI adalah: Y1 = -1,766 + 1,493X1 Bila dilihat dari nilai signifikasinya variabel-variabelnya telah memenuhi batas nilai signifikasi yang dipersyaratkan (α < 0,05). Dengan cara yang sama dilakukan pula analisis regresi untuk melihat hubungan total investasi TI terhadap ROA dan ROE, seperti yang terlihat pada tabel berikut ini: Tabel 4.7. Hubungan antara Total investasi TI Terhadap ROA Coefficientsa Unstandardized Coefficients Model
B
1 (Constant) Total
Std. Error
-.715
6.148
6.100
2.143
Standardized Coefficients Beta
.786
Collinearity Statistics
Correlations T
Sig.
-.116
.912
2.846
.036
Zero-order
.786
Partial
.786
Part
Tolerance
.786
a. Dependent Variable: ROA
Tabel di atas menunjukkan bahwa persamaan regresi yang dihasilkan dari analisis hubungan antara total investasi terhadap variabel dependen ROA adalah: Y2 = -0,715 + 6,1X1 Sedangkan untuk hubungan total investasi TI terhadap ROE tidak diperoleh hasil yang signifikan dan memenuhi syarat statistik.
Hubungan antara kapabilitas TI terhadap Kinerja TI Selanjutnya adalah menentukan model persamaan regresi yang memenuhi
syarat statistik untuk menemukan hubungan variabel kapabilitas TI terhadap kinerja perusahaan. Dengan menggunakan prosedur yang sama dengan analisis regresi untuk model sebelumnya, diperoleh koefisien-koefisien sebagai berikut:
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
53
VIF
1.000 1.000
BAB 4 DATA DAN ANALISIS
Tabel 4.8. Hubungan antara Kapabilitas TI Terhadap Kinerja Perusahaan Coefficientsa
Model
Unstandardized Coefficients B
(Constant)
4
Standardized Coefficients
Std. Error
Correlations t
Sig.
Beta
Zero-order
Partial
Part
1.102
.765
1.441
.162
Dukungan_Manajemen
.704
.131
.640 5.381
.000
.790
.733
.491
Teknis_Staf
.387
.141
.315 2.756
.011
.708
.483
.251
Persh_Sewa
-.192
.087
-.202
2.197
.038
-.312
-.402
-.200
End_User
-.256
.123
-.201
2.083
.048
.000
-.385
-.190
a. Dependent Variable: Kinerja
Tabel di atas menunjukkan bahwa variabel komitmen manajemen senior terhadap TI (X13), kemampuan teknis staf TI (X2), kemampuan perusahaan memenuhi kebutuhan SDM TI yang berkualitas (X5), dan kemampuan TI end users (X3) merupakan variabel penentu dalam model regresi. Adapun model persamaan regresinya adalah sebagai berikut: Y3 = 1,102 + 0.704X13 + 0.387X2 – 0.192X5 – 0.256X3 4.3.4
Uji Model Untuk meyakinkan model terpilih, maka perlu dilakukan pengujian
terhadap model untuk mengukur kestabilan model regresi tersebut. Adapun metode yang dilakukan untuk menguji model regresi tersebut adalah: 1. Uji R2 (Coefficient of Determination Test) 2. Uji F (F – Test) 3. Uji T (T – Test) 4. Uji Autokorelasi (Durbin-Watson Test) 4.3.4.1 Coefficient of Determination Test (Adjusted R2 –Test) Pengujian model dilakukan dengan Coeficient of Determination Test (Adjusted R2 – Test). Dengan menggunakan metode enter pada program SPSS 16.0 dihasilkan kombinasi variabel bebas penentu, dalam memberikan kontribusi terhadap nilai adjusted R2 untuk model regresi linier.
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
54
BAB 4 DATA DAN ANALISIS
Hubungan antara total investasi TI terhadap Kinerja Perusahaan Tabel 4.9. Nilai R2 Hubungan antara Total Investasi TI Terhadap ROI Model Summaryb Model
R
R Square
.910a
1
Adjusted R Square
.828
.794
Std. Error of the Estimate
Durbin-Watson
.63444
2.598
a. Predictors: (Constant), Total b. Dependent Variable: ROI
Interpretasi: Model regresi pada tabel 4.9 menunjukkan bahwa nilai R2 adjusted cukup berarti, yaitu nilai Adjusted R2 = 0,794 artinya sebesar 79,4% persamaan regeresi yang dihasilkan dapat dijelaskan oleh variabel total investasi TI (X1) Tabel 4.10. Nilai R2 Hubungan antara Kapabilitas TI Terhadap ROA Model Summaryb Model
R
R Square a
1
.786
Adjusted R Square
.618
.542
Std. Error of the Estimate 4.47011
Durbin-Watson 1.145
a. Predictors: (Constant), Total b. Dependent Variable: ROA
Interpretasi: Model regresi pada tabel 4.10 menunjukkan bahwa nilai adjusted R2 cukup berarti, yaitu nilai sebesar 0,569 artinya sebesar 56,9% persamaan regeresi yang dihasilkan dapat dijelaskan oleh variabel X2.
Hubungan antara Kapabilitas TI terhadap Kinerja TI Tabel 4.11. Nilai R2 Hubungan antara Kapabilitas TI Terhadap Kinerja TI Model Summarye
Model 4
R .890d
R Square
Adjusted R
Std. Error of the
Square
Estimate
.792
.759
.494
Durbin-Watson 1.771
d. Predictors: (Constant), Dukungan_Manajemen, Teknis_Staf, Persh_Sewa, End_User e. Dependent Variable: Kinerja
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
55
BAB 4 DATA DAN ANALISIS
Interpretasi: Model regresi pada tabel 4.12 menunjukkan bahwa nilai adjusted R2 cukup berarti, yaitu nilai sebesar 0,759 artinya sebesar 75.9% persamaan regeresi yang dihasilkan dapat dijelaskan oleh variabel X13, X2, X5, X3. 4.3.4.2 Uji F (F–Test) Langkah selanjutnya dilakukan Uji F atau Analysis of Variance (ANOVA) dengan tujuan untuk menguji bahwa seluruh koefisien variabel bebas Xi dari model regresi tidak mempengaruhi variabel Y atau sering disebut uji hipotesis nol.
Hubungan antara Total Investasi TI terhadap Kinerja Perusahaan Tabel 4.12. Anova Hubungan antara Total investasi TI Terhadap ROI ANOVAb
Model 1
Sum of Squares
df
Mean Square
Regression
9.701
1
9.701
Residual
2.013
5
.403
11.714
6
Total
F 24.102
Sig. .004a
a. Predictors: (Constant), Total b. Dependent Variable: ROI
Interpretasi: Dari tabel 4.13. dapat dilihat bahwa F = 24,102 > Ftabel Artinya nilai rata-rata dari populasi sampel tidak identik. Kesimpulan ini juga diperkuat dengan α = 0,004; α < 0,05. Dengan demikian, semakin meyakinkan bahwa model regresi yang dihasilkan terdapat pengaruh yang signifikan. Artinya variabel independen X1 secara berpengaruh terhadap Y1. Tabel 4.13. Anova Hubungan antara Total investasi TI Terhadap ROA ANOVAb Model 1
Sum of Squares Regression Residual Total
df
Mean Square
161.893
1
161.893
99.909
5
19.982
261.802
6
F 8.102
Sig. .036a
a. Predictors: (Constant), Total b. Dependent Variable: ROA
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
56
BAB 4 DATA DAN ANALISIS
Interpretasi: Dari tabel 4.14. dapat dilihat bahwa F = 161.893 > Ftabel Artinya nilai rata-rata dari populasi sampel tidak identik. Kesimpulan ini juga diperkuat dengan α = 0.036; α < 0,05. Dengan demikian, semakin meyakinkan bahwa model regresi yang dihasilkan terdapat pengaruh yang signifikan. Artinya X1 berpengaruh terhadap Y2.
Hubungan antara kapabilitas TI terhadap kinerja TI Tabel 4.14. Anova Hubungan antara Kapabilitas TI Terhadap Kinerja TI ANOVAe
Model 4
Sum of Squares Regression Residual Total
df
Mean Square
23.264
4
5.816
6.103
25
.244
29.367
29
F 23.826
Sig. .000d
a. Predictors: (Constant), Dukungan_Manajemen b. Predictors: (Constant), Dukungan_Manajemen, Teknis_Staf c. Predictors: (Constant), Dukungan_Manajemen, Teknis_Staf, Persh_Sewa d. Predictors: (Constant), Dukungan_Manajemen, Teknis_Staf, Persh_Sewa, End_User e. Dependent Variable: Kinerja
Interpretasi: Dari tabel 4.16. dapat dilihat bahwa F = 23.826 > Ftabel Artinya nilai rata-rata dari populasi sampel tidak identik. Kesimpulan ini juga diperkuat dengan α = 0.000; α < 0,05. Dengan demikian, semakin meyakinkan bahwa model regresi yang dihasilkan terdapat pengaruh yang signifikan secara simultan. Artinya X13, X2, X5, X3 berpengaruh terhadap Y. 4.3.4.3 Uji T (T–Test) Langkah selanjutnya melakukan t-Test atau Student-t Distribution, dengan tujuan untuk mengetahui tingkat kepercayaan tiap variabel bebas dalam persamaan atau model regresi dipergunakan dalam memprediksi nilai Y. Tujuan pengujian ini adalah untuk menguji dua sampel yang berpasangan, apakah mempunyai rata-rata yang secara nyata berbeda atau tidak.
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
57
BAB 4 DATA DAN ANALISIS
Hubungan antara Total Investasi TI terhadap Kinerja Perusahaan Tabel 4.15. Koefisien Regresi Akhir Hubungan Total Investasi TI Terhadap ROI Coefficientsa
Model
Unstandardized Coefficients Std. Error
B 1
(Constant) Total
-1.766
.873
1.493
.304
Standardized Coefficients
Collinearity Statistics
Correlations t
Sig.
Beta
Zero-order
.910
-2.024
.099
4.909
.004
Partial
.910
Part Tolerance VIF
.910
.910
1.000 1.000
a. Dependent Variable: ROI
Interpretasi: Dari tabel 4.17 di atas dapat diketahui bahwa nilai sig. pada uji t untuk variabel X1 adalah 0.04 atau lebih kecil dari nilai α (< 0,05). Sehingga dapat disimpulkan bahwa terdapat pengaruh yang signifikan secara individual prediktor terhadap variabel dependen ROI. Untuk α = 5% dan nilai derajat bebas pembilang (df) = 6 (dari table anova), nilai t tabelnya adalah 2,447 lebih kecil dibandingkan dengan nilai t output untuk semua variabel. Artinya Ho ditolak, yaitu menunjukkan bahwa persamaan regresi linier yang diperoleh adalah penting atau berpengaruh nyata terhadap nilai Y. Tabel 4.16. Koefisien Regresi Akhir Hubungan Total investasi TI Terhadap ROA Coefficientsa Unstandardized Coefficients Model 1 (Constant) Total
B
Std. Error
Standardized Coefficients T
Beta
Collinearity Statistics
Correlations Sig.
-.715
6.148
-.116
.912
6.100
2.143
.786 2.846
.036
Zero-order
.786
Partial
.786
Part Tolerance VIF
.786
1.000 1.000
a. Dependent Variable: ROA
Interpretasi:
Berdasarkan output di atas dapat diketahui bahwa nilai sig. pada uji t untuk variabel X1 adalah 0.036 atau lebih kecil dari nilai α (< 0,05). Sehingga dapat disimpulkan bahwa terdapat pengaruh yang signifikan secara individual prediktor terhadap variabel dependen ROI. Untuk α = 5% dan nilai derajat bebas pembilang (df) = 2 (dari table anova), nilai t tabelnya adalah 2,447 lebih kecil dibandingkan dengan nilai t output untuk semua variabel. Artinya Ho ditolak, yaitu
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
58
BAB 4 DATA DAN ANALISIS
menunjukkan bahwa persamaan regresi linier yang didapat adalah penting atau berpengaruh nyata terhadap nilai Y.
Hubungan antara kapabilitas TI terhadap kinerja TI Tabel 4.17. Koefisien Regresi Akhir Hubungan Kapabilitas TI Terhadap Kinerja TI Coefficientsa
Model
Unstandardized Coefficients B
(Constant)
4
Standardized Coefficients
Std. Error
Correlations t
Sig.
Beta
Zero-order
Partial
Part
1.102
.765
1.441
.162
Dukungan_Manajemen
.704
.131
.640 5.381
.000
.790
.733
.491
Teknis_Staf
.387
.141
.315 2.756
.011
.708
.483
.251
Persh_Sewa
-.192
.087
-.202
2.197
.038
-.312
-.402 -.200
End_User
-.256
.123
-.201
2.083
.048
.000
-.385 -.190
a. Dependent Variable: Kinerja
Interpretasi: Tabel 4.19. di atas menunjukkan nilai signifikansi masing-masing koefisien regresi sebesar 0,00; 0,011; 0,038; dan 0,048. Karena nilai sig. lebih kecil dari nilai α (< 0,05) dapat disimpulkan bahwa terdapat pengaruh yang signifikan secara individual prediktor terhadap variabel dependen. Untuk α = 5% dan nilai derajat bebas pembilang (df) = 25 (dari table anova), nilai t tabelnya adalah 2,060 lebih kecil dibandingkan dengan nilai t output untuk semua variabel. Artinya Ho ditolak, yaitu menunjukkan bahwa persamaan regresi linier yang didapat adalah penting atau berpengaruh nyata terhadap nilai Y. 4.3.4.4 Uji Autokorelasi (Durbin–Watson Test) Uji autokorelasi dilakukan untuk mengukur ada tidaknya autokorelasi antara variabel pada sampel yang berbeda. Adapun untuk mengukur ada tidaknya autokorelasi pada variabel dalam model yang diuji digunakan batasan nilai dU < d < (4-dU) yang menunjukkan bahwa tidak adanya autokorelasi antara variabel. Uji autokorelasi dilakukan dengan bantuan SPSS 16.0 untuk mendapatkan nilai Durbin-Watson. Berikut ini adalah tabel nilai Durbin Watson dari 3 model persamaan regresi yang telah diperoleh dari prosedur sebelumnya.
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
59
BAB 4 DATA DAN ANALISIS
Tabel 4.18. Nilai Durbin-Watson Persamaan Regresi Model Regresi
Durbin-Watson
Y1 = -1,766 + 1,493X1
2.598
Y2 = -0,715 + 6,1X1
1.145
Y3 = 1,102 + 0.704X13 + 0.387X2 – 0.192X5 – 0.256X3
1.771
Interpretasi:
Model regresi pertama yaitu hubungan antara total investasi TI dan ROI diperoleh nilai Durbin Watson sebesar 2.598. Untuk α = 5%, jumlah sampel (n) = 7,
dan jumlah variabel yang masuk dalam model regresi ataupun
prediktor (k) = 1, didapatkan nilai dL = 0,435 dan dU = 1,036. Sehingga berdasarkan model Durbin-Watson di atas dU < d <(4-dU); 0,435 <2,598 < 3,565; diperoleh kesimpulan bahwa tidak terjadi autokorelasi positif maupun negatif.
Untuk model regresi kedua yaitu hubungan antara total investasi TI terhadap ROA diperoleh model Durbin-Watson yaitu 0,435 <1,145 < 3,565, sehingga disimpulkan bahwa tidak terjadi autokorelasi.
Model persamaan regresi hubungan antara kapabilitas TI terhadap kinerja perusahaan memiliki nilai Durbin-Watson sebesar 1,771. Untuk α = 5%, jumlah sampel (n) = 30, dan jumlah variabel yang masuk dalam model regresi ataupun prediktor (k) = 4, didapatkan nilai dL = 0,941 dan dU = 1,511. Sehingga berdasarkan model Durbin-Watson di atas dU < d <(4-dU); 0,941 <1,771 < 3,059; diperoleh kesimpulan bahwa tidak terjadi autokorelasi positif maupun negatif.
4.3.4.5 Uji Multikolinearitas Uji multikolinieritas dilakukan untuk mengetahui apakah terdapat multikolinieritas atau terjadinya korelasi diantara sesama variabel terpilih. Model regresi
yang
baik
harus
tidak
ada
multikolinieritas
(Santoso,
2001).
Multikolinearitas dapat disimpulkan berdasarkan nilai VIF dan nilai condition index untuk masing-masing prediktor. Syarat untuk dapat dikatakan terbebas dari multikolinearitas adalah apabila nilai VIF tidak lebih dari 10 dan nilai condition index lebih kecil dari 16.
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
60
BAB 4 DATA DAN ANALISIS
Tabel 4.19. Nilai VIF dan Condition Index Model Regresi Variabel
VIF
Condition Index
Y1 = -1,766 + 1,493X1
X1
1,000
7,138
Y2 = -0,715 + 6,1X1
X1
1,000
7,138
X13
1,703
8,770
X2
1,575
9,883
X5
1,019
18,663
X3
1,115
22,072
Model Regresi
Y3 = 1,102 + 0.704X13 + 0.387X2 – 0.192X5 – 0.256X3
Interpretasi: Dari tabel di atas terlihat bahwa nilai VIF dan condition index dari masing-masing variabel untuk persamaan regresi 1 dan 2 tidak melebihi dari yang dipersyaratkan, sehingga dapat disimpulkan bahwa model persamaan regresi bebas dari multikolinearitas. Sedangkan pada persamaan regresi 3 terjadi multikolinearitas pada variabel X5 dan X3, sehingga kedua variabel ini dikeluarkan dari persamaan regresi. Adapun model persamaan regresi yang baru untuk hubungan antara kapabilitas TI terhadap kinerja perusahaan adalah: Y3 = 1,102 + 0.704X13 + 0.387X2 Dimana: Y3
: Kinerja sistem TI
X13
: Komitmen manajemen senior terhadap investasi TI
X2
: Kemampuan teknis staf TI
4.3.4.6 Uji Hipotesis Hipotesis dalam penelitian ini menyatakan bahwa:
Investasi teknologi informasi memberikan dampak positif terhadap kinerja perusahaan PT. XYZ.
Terdapat hubungan yang signifikan antara kapabilitas TI terhadap kinerja TI.
Berdasarkan uji terhadap model regresi yang diperoleh (uji t, f, Durbin Watson, dan multikolinearitas) terlihat bahwa keseluruhan model dapat digunakan untuk menjawab hipotesis tersebut di atas. Adapun model tersebut adalah sebagai berikut:
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
61
BAB 4 DATA DAN ANALISIS
Total investasi teknologi informasi (X1) memiliki hubungan positif terhadap kinerja perusahaan yaitu ROI dan ROA. Sehingga dapat dinyatakan bahwa semakin baik kualitas faktor total investasi teknologi (X1), maka akan semakin meningkatkan kinerja perusahaan khususnya dari sisi ROI dan ROA.
Variabel kapabilitas TI yang memiliki koefisien positif adalah komitmen manajemen senior terhadap investasi TI (X13) dan kemampuan teknis staf TI (X2). Sehingga dapat dinyatakan bahwa semakin baik kualitas kedua variabel ini, maka akan semakin meningkatkan kinerja TI yang dimiliki perusahaan khususnya dari sisi operasional.
4.3.7
Simulasi Model Regresi Simulasi
yang
dilakukan
adalah
simulasi
monte
carlo
dengan
menggunakan software Crystal Ball. Hasil dari simulasi ini dapat dilihat pada Lampiran.
Hubungan antara Total Investasi TI terhadap Kinerja Perusahaan Simulasi yang dilakukan terhadap model persamaan regresi hubungan total
investasi TI terhadap kinerja perusahaan yang diperoleh yaitu: Y1 = -1,766 + 1,493X1 Y2 = -0,715 + 6,1X1
Gambar 4.6. Grafik Overlay Total Investasi TI-Kinerja Perusahaan (ROI)
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
62
BAB 4 DATA DAN ANALISIS
Interpretasi: Dari grafik 4.6 di atas terlihat bahwa peluang terjadinya kinerja perusahaan (ROI) yang kritis berdasarkan model simulasi adalah pada kombinasi X1minimum dan X1 mean dengan nilai probabilitas masing-masing 0,5 dan 0,4 dari 10.000 kali percobaan. Sedangkan untuk nilai ekstrim positif terjadi pada kombinasi X1dynamic dengan probabilitas 0,5 untuk nilai mean 9,80.
Gambar 4.7. Grafik Overlay Total Investasi TI-Kinerja Perusahaan (ROA)
Interpretasi: Dari grafik 4.6 di atas terlihat bahwa peluang terjadinya kinerja perusahaan (ROA) yang kritis berdasarkan model simulasi adalah pada kombinasi X1 minimum dengan nilai probabilitas masing-masing 0,5 dari 10.000 kali percobaan. Sedangkan untuk nilai ekstrim positif terjadi pada kombinasi X1 dynamic dengan probabilitas 0,5 untuk nilai mean 16,36.
Hubungan antara Total Investasi TI terhadap Kinerja Perusahaan Selanjutnya adalah simulasi model persamaan regresi hubungan variabel
kapabilitas TI terhadap kinerja sistem TI perusahaan. Adapun persamaannya adalah sebagai berikut: Y3 = 1,102 + 0.704X13 + 0.387X2 Input data untuk simulasi masing-masing hambatan adalah sebagai berikut:
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
63
BAB 4 DATA DAN ANALISIS
Tabel 4.20. Analisa Deskriptif Input Crystal Ball Const
1.102
Min
Max
Mean
Std. Deviation
X13
0.704
3
6
4.7
0.915
X2
0.378
3
6
4.53
0.819
Dari model yang telah didapatkan, dilakukan simulasi dengan simulasi Monte Carlo, dengan trials 10.000 kali, maka didapatkan hasil yang berupa sensitivity chart. Berikut ini merupakan sensitivity chart dari model hasil analisa statistik:
Gambar 4.8. Grafik Sensitifitas Variabel-variabel Terikat Terhadap Model
Interpretasi: Dari tabel diatas dapat dilihat bahwa nilai yang dimasukkan kepada model adalah nilai batas minimum dari setiap variabel bebas, akan tetapi sebenarnya yang menjadi patokan adalah bahwa nilai yang dimasukkan kepada model tidak lebih kecil dari nilai batas minimum dan tidak lebih besar dari nilai batas maksimum setiap variabel bebas. Dari grafik di atas dapat diketahui bahwa kontribusi pengaruh yang paling signifikan terhadap model persamaan Y1(all dynamic) adalah berasal dari variabel X13 (Komitmen manajemen senior terhadap investasi TI) yaitu sebesar 81,5% dan X2 (Kemampuan teknis staf TI) yaitu sebesar 18,5%.
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
64
BAB 4 DATA DAN ANALISIS
Gambar 4.9. Grafik Sensitifitas Variabel-variabel Terikat Terhadap Model
Interpretasi: Dari grafik di atas terlihat bahwa nilai ekstrim minimum kinerja sistem TI (under performed) adalah 4,92 pada kombinasi X13 minimum + X2 dynamic dengan peluang terjadinya adalah sebesar 0,5 dari 10.000 percobaan. Selain itu pada kombinasi X13 dynamic + X2 minimum hal ini mungkin pula terjadi, berdasarkan grafik di atas angka probabilitas menunjukkan nilai 0,15.
Analisa hubungan ..., Luqmanul Hakim, FT UI., 2008.
65